YOHO AI

标签： AI技术

  • Suno要给AI生成的歌盖章了，官司压身的音乐平台开始自救

    一边打官司，一边补漏洞

    Suno最近有点忙。这个能让普通人动动嘴就生成一首歌的AI平台，刚宣布要上线一整套”规矩”：给平台上生成的音乐打上音频水印、加指纹识别，顺手还改了社区准则，明令禁止拿真人的声音和长相去蹭。动作背后的原因不复杂——它正被唱片公司和艺人群体一波接一波地告。

    CEO Mikey Shulman在博客里把话说得很温和：平台想鼓励原创，也想让更多人用AI做音乐。但绕不开的那个疙瘩是，不少人把Suno生成的歌传到别的流媒体上，靠这个刷播放量赚钱。水印和指纹，就是冲着这种”挂羊头卖狗肉”去的。

    Shulman的原话挺有意思：”这些工具耐用、抗篡改，而且不影响听感。我们不对一首歌好不好、像不像是人写的下判断。”

    拉上Musixmatch一起查

    光自己盖章还不够，Suno还和歌词服务商Musixmatch签了协议，用对方的Sentinel系统去比对版权。换句话说，以后平台上是不是有”借鉴”过别人作品的歌，查起来会方便些。

    下载政策也要收紧，准备拦住那种把AI歌批量铺到流媒体上的操作，只是具体怎么拦，Suno目前还没交底。

    官司可比水印难对付

    水印这招能不能让唱片公司消气，得打个问号。Suno六月刚融了4亿美元，可手上的官司一点没少：环球音乐、索尼，以及RIAA协调的那场集体诉讼，全盯着它。德国一家法院上个月还判它违反了版权规定。

    更尴尬的是，404 Media去年曝出Suno在2025年11月出过数据泄露，被指抓取了YouTube、Deezer、Genius的内容训练模型，受影响用户据称有5500万，马萨诸塞州还有一场集体诉讼等着它。

    水印是给歌曲贴了个”我是AI生的”标签，但贴了标，不代表抄来的东西就合规了。

    说到底，水印解决的是”认得出”，认得出之后怎么分账、怎么授权，才是Suno真正躲不过的坎。

    Suno CEO Mikey Shulman
    Suno CEO Mikey Shulman（图源：TechCrunch）

  • Anthropic悄悄组队自研AI芯片，Claude不想再被算力卡脖子

    Claude背后的公司，要自己画芯片了

    Anthropic最近悄悄干了一件事：它正在组建一支专门设计AI芯片的团队。这个消息最早由Business Insider捅出来，随后Anthropic亲自向TechCrunch确认了。说白了，做Claude的这家公司不想再把”跑得快不快、花得多不多”完全交给别人。

    按照Anthropic的说法，他们要的是”软硬协同”——把模型和底层硬件放在一起设计，让Claude跑得更快、也更省电。上个月The Information还爆料，Anthropic已经在接触三星，把它当成潜在的代工伙伴。这步棋看着突然，其实早有苗头。

    需求就摆在那儿：Claude的用户越来越多，AI公司都在疯抢算力，光靠买别人的芯片，显然填不满这个坑。

    为什么是现在

    Anthropic手里其实攥着AWS、Google、英伟达、AMD一堆算力合作。问题是，真要scale到那个量级，把命门捏在别人手里总归不踏实。这不是谁放的狠话，是商业逻辑在后面推。

    更关键的是，它绝不是第一个动这个念头的。今年6月OpenAI刚亮出和博通合搞的Jalapeño推理芯片；Google DeepMind一直吃自家的TPU；Meta也在闷头搞MTIA加速器。同行全下场了，Anthropic要是还只当个”纯模型厂”，反倒显得不合群。

    Anthropic已经在招有芯片设计经验的工程师，岗位名字很直白——”custom silicon team”（定制芯片团队）。

    造芯不是请客吃饭

    当然，从招人到位列阵，中间还隔着十万八千里。设计芯片和训练模型是两码事，流片、量产、良率，哪一道都是烧钱又烧时间的坑。Anthropic这一步更像是在”占座位”：先把手伸进供应链，免得将来被卡。

    对普通用户来说，这事短期没啥感觉。但往后看，谁能把模型和芯片捏成一个整体，谁就能在成本和性能上甩开别人一截。Anthropic显然不想把这张牌全押在别人身上。

    Anthropic组建自研芯片团队
    Anthropic正组建定制芯片设计团队（图源：TechCrunch）

  • Jeff Dean 走了：谷歌 27 年老将创业，要让 AI 替科学家做实验

    8 月 5 日，一条消息在 AI 圈炸了：Jeff Dean 要离开 Google 了。这位 1999 年以第 30 号员工身份加入、一干就是 27 年的谷歌首席科学家，决定和另外三名顶尖研究员一起，出去自己干。

    一次带走四个人的出走

    跟 Dean 一起走的，都不是普通人。Sanjay Ghemawat 是跟他写了 MapReduce、BigTable 那几篇奠基性论文的老搭档；Quoc Le 是 Google Brain 创始成员，带出过第一个破万亿参数的语言模型；Oriol Vinyals 是 DeepMind 的研究副总裁，也是现代语言模型底子上的 seq2seq 架构共同发明者。四个人同一天宣布创办 Discovery Loop，这是 Google 研究体系有史以来最集中的一次创始级人才流失。

    巧的是，同一轮重组里，DeepMind 的 CEO Demis Hassabis 也卸任了。Google 对外说好聚好散，还给自己投了这家新公司、当它的云合作伙伴。

    Dean 说，前沿 AI 不再只是回答问题，更要学会”发现”——用更多、更好的实验，把科学突破更快地带给世界。

    他们想造一台”科研发动机”

    Discovery Loop 注册成特拉华州的公益公司（PBC），目标很宏大：用 AI 把科学实验的循环自动化。传统科研靠人慢慢试错，一个假设到验证结果往往要熬好几个月；他们想让 AI 同时发起、跑完成千上万个实验，把周期压到几天。Dean 要当 CEO，他反复强调一句话——不是要取代科学家，而是把每年能验证的假设数量，成数量级地放大。

    Jeff Dean 离开 Google 创办 Discovery Loop
    从 MapReduce 到 Discovery Loop，Dean 想用分布式系统的思路重做科学实验

    这家公司的钱也不缺。首轮由 Radical Ventures 和 Khosla Ventures 共同领投，Kleiner Perkins、Lightspeed、Doerr Capital 都进了，Google 的母公司 Alphabet 也掏了钱，具体数额和估值没公布。算力则独家绑定 Google Cloud 和 TPU——等于说，Dean 人走了，基础设施还拴在老东家身上。

    为什么这件事比”又一个人创业”要大

    Discovery Loop 还点名了一个更野的方向：递归自我改进。说白了，就是用 AI 帮忙设计更强的 AI 系统，让研究循环自己滚雪球。落脚点先放在生物、化学、材料科学这些烧钱又慢的领域。

    • 对 Google：一夜之间失去四名参与过几乎所有重大 AI 里程碑的研究员，伤的是人才纵深。
    • 对 AI for Science 赛道：一个资金雄厚的新实验室直接下场，对手是 DeepMind 旗下的 Isomorphic、AlphaFold 那一脉。
    • 对制药和材料业：全球药企一年砸约 800 亿美元做研发，临床失败率却高达九成；如果能压缩实验周期、抬高早期研究的信号质量，这块市场大到不敢想。

    这场出走的信号其实很清楚：靠堆大模型参数找增量那一套，正在让位给”把 AI 用到具体高价值领域”的新一波。Dean 他们选了科研——这块既最难被抄，也最值钱。至于 Discovery Loop 能不能真的把实验周期从月压到天，答案要等它第一批成果落地才知道。但有一点可以确定：2026 年的 AI 之巅，已经不只是比谁模型大，而是比谁能把发现这件事本身工业化。

  • Reddit 告 Perplexity 有了进展：法官说，AI 抓取不能这么干

    过去这一年，Reddit 跟一帮 AI 公司较上劲了。最新一站，是 7 月 31 日曼哈顿联邦法院的一纸裁决：法官 Paul A. Engelmayer 拒绝了 Perplexity AI 要求撤案的请求，让 Reddit 最核心的那条版权指控活了下来，案子正式进入取证阶段。

    不是普通的版权官司

    这起诉讼最早在去年 10 月就递到了纽约南区法院。被告不止 Perplexity 一家，还包括做搜索结果聚合的 SerpApi、立陶宛的代理服务商 Oxylabs，以及俄罗斯的 AWMProxy。Reddit 的打法很特别：它没有只说”你抄了我的内容”，而是搬出了《数字千年版权法》（DMCA）里的反规避条款，说这些公司绕开了技术和平台设下的访问门槛，把用户帖子成规模地扒了出去。

    Reddit 讲的故事是这样的：中介们并不直接从 Reddit 服务器上抓，而是从 Google 的搜索结果页里把内容捞出来，再伪装来源、绕开防护。Perplexity 买了这些数据，喂进自己的 AI 答案引擎。Reddit 把这套操作比作”劫匪进不了银行金库，就先去抢运钞车”——金库进不去，那就打运钞车的主意。

    Reddit 把这套操作比作”劫匪进不了银行金库，就先去抢运钞车”——平台自己的防护绕不过，就改从 Google 搜索结果里把用户帖子扒出来。

    法官为什么站 Reddit 这边

    Engelmayer 法官写得挺直白：Reddit 这个平台，恰恰就是 DMCA 想保护的那种”受版权作品的全球数字在线市场”。更关键的一点是，他认可 Google 的 SearchGuard 反爬系统，可以算作”控制访问的技术措施”——这就意味着，绕过它去拿背后的用户帖子，落进了反规避条款的射程。

    不过法官也不是全给 Reddit 面子。同一份裁决里，他驳回了对 SerpApi 的”兜售规避工具”指控，也把双方州法层面的”不正当竞争”和”不当得利”诉求给砍了。所以准确说，这是一次”核心保住、边缘削掉”的中间胜利，离定输赢还早。

    Reddit 诉 Perplexity 数据抓取版权案
    当社交平台的内容遇上 AI 答案引擎，版权与抓取的边界正在法庭上被重新划定

    同一个屏障，两种相反结局

    最有意思的对照发生在 11 天前。7 月 20 日，加州北区法院刚驳回了 Google 对 SerpApi 几乎一模一样的诉讼——同一道 SearchGuard，同一个被告，结果却相反。差别在哪？Google 没主张自己的搜索结果受版权保护，也没证明 SearchGuard 是”经版权人许可”实施的，法官认为那道屏障护的是广告收入，而 DMCA 护的是版权，不是营收。Reddit 聪明在换了个角度：屏障后面站着的不是无关结果，而是真人写的帖子，版权归 Reddit 授权运营。

    • 对平台方：以后可以拿反规避条款去挑战 AI 抓取，路比之前清楚了不少。
    • 对 AI 公司：如果 Reddit 最终赢下更多筹码，全行业的”白嫖式”数据抓取会越来越难，授权谈判躲不掉了。
    • 对普通用户：你的帖子值不值钱、归谁管，这件事正在法庭上被重新定义。

    Reddit 首席法务官 Ben Lee 把这形容为对抗一种工业级”数据洗白”经济。Perplexity 这边估值约 200 亿美元，回应依旧是那套：我们遵守 robots.txt，内容是公开的，诉讼就像当年出版商对抗广播、电视、互联网一样，到最后都没成。

    这场仗还长。但它已经给所有做 AI 搜索、AI 答案引擎的公司提了个醒：免费把别人的内容吸进自己的系统，这条路在 2026 年已经不像过去那么好走了。

  • ChatGPT 免费版放开手脚：纯文本聊天不再限条数，默认换上 GPT-5.6 Luna

    OpenAI 这次给免费用户发了颗糖。它宣布取消 ChatGPT 在纯文本对话里的消息数量上限——不管是免费版还是 Go 版，只要你不传文件、不发图、不调用语音和生图，就可以一直聊下去。ChatGPT 的周活刚跨过 10 亿大关，在这么个体量上敞开聊，本身就是个信号：推理成本已经低到 OpenAI 敢让所有人随便用了。

    ChatGPT 免费无限文本聊天概念图
    免费版纯文本聊天放开限制，默认换上更轻更快的 GPT-5.6 Luna

    免费党拿到了什么

    新的默认模型是 GPT-5.6 Luna，取代上一代的 GPT-5.5 Instant。Luna 是 5.6 系列里最小的一档，主打快和便宜，但在语言理解、逻辑和生成上比上一代有提升。它还多了一个「Think」按钮：遇到烧脑的问题，点一下让模型多花算力做深度推理。这个按钮在纯文本场景下也不限次数。

    OpenAI 的内部评测说，相比 GPT-5.5 Instant，GPT-5.6 Luna 的事实性错误少了 62%，升级版 GPT-5.6 Sol 则少了 68%。

    付费党也不空手而归

    Plus 和 Pro 用户拿到了升级版的 GPT-5.6 Sol，适合问答、搜网页、给建议、做规划、写东西、做决策，回答更紧凑扎实。他们还多了一个「思考强度」滑块，可以按问题的复杂度，自己调模型往答案里投入多少推理资源。简单问题秒回，涉及规划、研究、写代码、做决策的就拉满。

    别高兴太早，「无限」有边界

    文件上传、图片生成、语音模式这些，各自还守着独立的额度。而且系统有防滥用机制，过度调用照样会被拦。说白了，OpenAI 把最便宜的文本通道敞开，把更贵的多模态和工具使用，继续关在付费的围栏里。

    • 免费 / Go 版：纯文本无限聊 + Think 按钮（深度推理可手动触发）
    • 默认模型：GPT-5.6 Luna 取代 GPT-5.5 Instant
    • 付费版：GPT-5.6 Sol 升级 + 思考强度滑块
    • 不变：文件、图片、语音、生图仍有各自限额

    这场仗的战场，已经从「能不能多聊几句」变成了「答案质量够不够好、多模态和工具的边界划在哪」。对普通用户来说，免费版终于能当日常草稿本和陪聊了；对 OpenAI 来说，这是用最低成本把人留在自己生态里的一招。至于多少人会因此掏钱升级，才是它真正盯着的那串数字。

  • 亚马逊要在德州建自备天然气电厂，或成全美最大单一气候污染源

    讲个有点讽刺的事。亚马逊要在得州西部佩科斯县（Pecos County）建一座数据中心，配套的供电方式不是接公共电网，而是自己先盖一座天然气发电厂。按照得州环境质量委员会批下来的许可，这座电厂一年最多可以排放 3300 万吨二氧化碳——比全美现在最脏的燃煤电厂还多一倍。

    亚马逊得州AI数据中心与天然气发电厂概念图
    一座配建天然气电厂的 AI 数据中心园区（概念图）

    一座电厂，只喂饱一个园区

    这个项目的体量很吓人：35 台天然气轮机，规划装机容量最高 7.65 吉瓦，全部供应旁边一个 AWS 园区。它至少在初期不接入得州公共电网（ERCOT），所以亚马逊的口径是，这不会推高得州家庭的电费。但二氧化碳不认电网边界，排到大气里，账照样算在全人类头上。

    「世界和我们当年一起创立气候承诺时，已经不一样了，」亚马逊发言人的原话，「但我们的承诺没有改变。」

    承诺与现实的拉扯

    亚马逊 2019 年立下 Climate Pledge，承诺 2040 年实现净零排放。可它今年自己披露的碳足迹，比去年涨了 16%，方向完全反了。CEO 安迪·贾西给投资人的预期是，2026 年资本开支约 2000 亿美元，其中大头砸向 AI 基础设施。AWS 二季度同比增长 37%，是 18 个季度里最快的一回。算力是瓶颈，而天然气轮机，是能在吉瓦级别最快建起来的东西。

    这不是孤例，是行业惯性

    一整批 AI 公司都在自建天然气电厂，目的就是绕过要排好几年的电网队列。政治上的容忍正在松动：纽约州 7 月叫停了所有新建数据中心；得州州长阿伯特在 8 月 8 日要求公用事业委员会和 ERCOT 审计接入州电网的数据中心项目。

    • 3300 万吨：佩科斯项目年碳排放的许可上限
    • 1600 万吨：当前全美最脏电厂（阿拉巴马 James H. Miller Jr.）的年排放
    • 7.65 吉瓦：电厂规划的装机容量
    • 16%：亚马逊去年的碳排放涨幅
    • 2027 年 Q1：计划首次供电的时间点

    真正该盯的时间点是 2027 年一季度——那些轮机是不是如期点火。以及亚马逊会不会更新一份 Climate Pledge 披露，把 7.65 吉瓦的天然气设施和它 2040 年的零碳目标摆在一起。总有一个文件，得让步。

  • OpenAI 自己掏 70 亿美元回购员工股票：估值停在 8520 亿，IPO 看来还得等

    OpenAI 自己掏 70 亿美元回购员工股票：估值停在 8520 亿，IPO 看来还得等

    OpenAI 这周悄悄干成了一件大事：它拿出大约 70 亿美元，把现任和前任员工手里的股票买回去了。这笔交易给公司估了个价——8520 亿美元，和今年三月那轮融资一模一样。那轮融资 OpenAI 进账 1220 亿美元，现在这笔回购相当于让员工在上市之前先套了一笔现。

    最耐人寻味的不是 70 亿，是谁在买

    通常这种员工售股，是公司牵线、外部投资人接盘，股权表上多一个名字。这次不一样——OpenAI 自己掏的钱，把股票买回来注销了。结果就是：上市前夜，股东结构跟上周一模一样，没有新面孔进来，也没人拿到董事席位。

    这不是普通的二级市场交易，是 OpenAI 用自己账上的现金把股票收了回来。能这么干，本身就在说它的资产负债表不缺钱。

    估值这串数字也挺有看头。从 2024 年 10 月的 1570 亿，到 2025 年 3 月 3000 亿、10 月 5000 亿，再到今年 3 月 8520 亿，两年里每次重新定价都在往上走。八月这次没动，是第一次原地踏步。

    IPO 到底还来不来

    六月 OpenAI 已经秘密向 SEC 提交了 IPO 注册草稿，高盛、摩根士丹利、摩根大通据传都在操盘，但日期、交易所、发行条款一个都没定。问题在于：做员工回购，恰恰是为了缓解赶紧上市的内部压力。所以同一件事能读出两种相反的结论——要么快了，要么还远。

    • 2024 年：15 亿美元员工回购
    • 2025 年 10 月：66 亿美元，估值 5000 亿
    • 2026 年 8 月：70 亿美元，估值 8520 亿，公司自购

    对手 Anthropic 据传年初已经盈利，自己也在接触早期投资人，谁先上市成了真问题。Altman 上月刚写过，过去 12 个月不是我们最好的时期，但马上会是。Muse Code 这种产品、企业业务的收缩聚焦，都会是上市前必须交出的成绩单。对员工来说，这 70 亿是实打实的落袋为安；对市场和 OpenAI 自己来说，它买到了一样东西——选时点的主动权。

    OpenAI 员工股份回购
    OpenAI 完成 70 亿美元员工股份回购，估值锚定在 8520 亿美元（图源：TechCrunch / Getty）
  • Meta 把编程智能体 Muse Code 甩出来了：终端里跑，价格直接砍到同行零头

    Meta 把编程智能体 Muse Code 甩出来了：终端里跑，价格直接砍到同行零头

    Meta 过去在 AI 编程工具这条赛道上一直被说成慢半拍，这周它终于把拳头产品亮出来了。周三，扎克伯格在社交平台上宣布，Meta 发布了一款叫 Muse Code 的终端编程智能体，目前还是 beta。一句话概括它能干嘛：在超大的代码库里帮你做完整的软件工程任务——规划改动、写代码、再自己验证结果。

    一个会分身的终端助手

    和 Anthropic 的 Claude Code、OpenAI 的 Codex 不同，Muse Code 没有独立 App，就活在终端里，一条命令就能装好，目前支持 macOS 和 Linux。它背后跑的是 Meta 同步训练的编程模型 Muse Spark 1.2。

    真正有意思的是它处理大项目的方式。任务够大的时候，Muse Code 会自己裂出好几个子智能体，各自在隔离的工作区里并行干活，你手头那份代码原封不动。扎克伯格说，测试时它同时搭了六个游戏功能，一个都没撞车。

    你的工作副本永远不会被碰到。测试里我们让它同时建了六个游戏功能，没有任何冲突。—— 马克·扎克伯格

    它还写了本地事件日志，每一步操作都记下来，一旦崩了能精准从断点续上，不用从头再来。

    打法很清楚：不拼能力，拼价格

    Meta 超级智能实验室负责人 Alexandr Wang 把话说得很直白——Muse Code 是冲着便宜去的，不是冲着能力碾压。标准按量计费之外，还有一个贡献者档，价格比按量档还低十倍以上，代价是你要同意 Meta 拿你的代码去训练模型。对企业客户，Meta 也开始接受零数据保留的申请。

    • 标准档：输入约 1.25 美元/百万 token，输出约 4.25 美元/百万 token
    • 贡献者档：便宜十倍以上，但你的代码可用于训练
    • 支持 macOS / Linux，单命令安装，零数据保留面向企业

    这步棋是 Meta 在广告业务之外找 AI 收入的最新动作。六月它刚用 Meta Business Agent 杀进企业客服市场。不过上周 Meta 股价不太好看——营收指引偏软，二季度自由现金流还在往下掉。Muse Code 能不能靠价格撬动开发者，得看 Muse Spark 1.2 的真实代码质量扛不扛得住实战。

    Meta Muse Code 终端编程智能体
    Meta 推出终端 AI 编程智能体 Muse Code，正面叫板 Claude Code 与 Codex（图源：TechCrunch / Getty）

  • AMD 把 Helios 推上机架级：苏姿丰正面挑战英伟达算力王座

    在旧金山那场座无虚席的 Advancing AI 大会上，苏姿丰把 AMD 压箱底的一张新牌拍在了桌面上：一套叫 Helios 的机架级 AI 系统。这不是又一颗 GPU，而是一整柜把计算、网络、CPU、供电、散热打包在一起的”算力整机”。AMD 想用它直接撬动英伟达靠着 Vera Rubin、Grace Blackwell 这些机架系统牢牢把住的生意。

    苏姿丰当场就把话挑明了，称 Helios 是”业界性能最高的 AI 机架”，专门为了”以超大规模训练并运行全球最前沿的模型”而生。更狠的是客户名单：微软、OpenAI、Meta、Oracle、Anthropic 都在部署计划里，微软 CEO 纳德拉周一刚说要把 Azure 基础设施用 Helios 扩一波，Anthropic 这周三更是宣布要和 AMD 合作，通过这套机架部署最多 2 吉瓦的 GPU。

    AMD Helios 机架级 AI 系统
    AMD 在 Advancing AI 大会发布 Helios 机架级 AI 系统（图源：TechCrunch / Getty）

    真正的战场在”机架”，不在”单卡”

    英伟达的统治力从来不是靠某一颗芯片，而是靠把几十颗 GPU 用自家的互联和软件栈黏成一个整体。AMD 这些年单卡其实一直能打，缺的就是这个”机架”。Helios 就是冲着这个缺口来的——它参考设计里塞进了 72 颗 Instinct MI455X GPU、EPYC Venice CPU、Pensando 网络加上 ROCm 软件栈，官方规格写着 31TB HBM4、1.4 exaFLOPS 的 FP8 算力。

    “当你让一个智能体去干活，它其实要经历几十个步骤，要推理、要调工具、要取数据，还得一遍遍循环直到把问题解出来，所以你需要海量的 GPU。”苏姿丰在会上这么解释算力需求为何爆炸。

    她还给了一个吓人的判断：到 2030 年，AI 加速器市场会冲到大约 1.4 万亿美元，体量逼近今天整个半导体市场。支撑这个预测的底气，是 agentic AI 带来的”算力阶跃”——智能体越多步推理，越吃 GPU。

    开放标准，是 AMD 最锋利的矛

    Helios 不是 AMD 直接卖整机，而是一份开放机架蓝图。它用 OCP Open Rack、UALink 和 Ultra Ethernet 这些开放标准，摆明了想吸引那些不想被英伟达专有互联和 CUDA 锁死的云厂商。代价是开放生态要自己多干活做集成，但好处是客户能挑组件、挑供应商。

    • 72 颗 MI455X 组成一台”巨无霸”，机架内聚合互联带宽达到 260TB/s。
    • Anthropic 与 AMD 达成战略合作，最多部署 2GW GPU。
    • AMD 同步推出面向数据中心的 Venice-X CPU，预计 2027 年落地。

    当然，vendor 自己的跑分永远往自己脸上贴金，Helios 到底比 Vera Rubin 强多少，还得等独立测试。真正的硬仗在软件：CUDA 是英伟达 18 年攒下的工具链和肌肉记忆，ROCm 要追上没那么快。但有一点变了——现在 AI 编程工具越来越能自动把 CUDA 内核移植过去，CUDA 那道护城河，确实开始出现裂缝。

  • Spotify 给 AI 虚拟艺人贴标签：默认踢出推荐流

    Spotify 这周扔出一个可能改变你听歌方式的动作。从 8 月 11 日起，艺人可以通过 Spotify for Artists 主动申报自己的账号是”AI Persona”——也就是说，这个艺人的名字、头像、形象背后根本没有真人，是一套 AI 生成出来的虚拟身份。而真正的”大招”要等到 9 月中旬：Spotify 会给这些账号打上醒目的”AI Persona”徽章，并且默认不把它们推进任何编辑歌单、算法推荐和个性化推荐里。

    换句话说，一个完全由 AI 扮演的”歌手”，以后基本不会自动出现在你的 Discover Weekly、Release Radar 或者”为你推荐”里。除非你自己主动点关注，否则这个虚拟艺人的歌约等于沉了。

    Spotify AI Persona 徽章示意
    Spotify 将为 AI 生成的虚拟艺人身份打上”AI Persona”徽章（图源：TechCrunch）

    标签贴在”身份”上，不贴在”音乐”上

    这里有个很多人会搞混的点。Spotify 反复强调，这个徽章针对的是艺人的”公开身份”，而不是”这首歌怎么做出来的”。一个真实的人类音乐人，哪怕全程用 AI 写歌、用 AI 混音，只要在真实账号下发布，就不会被贴这个标。反过来，一个用逼真人脸、虚构生平包装出来的项目，不管歌好不好听，都会成为重点审查对象。

    Spotify 在公告里写得很直白：”我们相信每位艺人都享有如何呈现自己的创作选择，但我们的节目编排专注于放大那些在音乐行业里脚踏实地建起事业的真实艺人。”

    这个分寸感很关键。它把争论从”人 vs 机器谁更能写歌”，扭成了”艺人品牌里有没有说谎”——你可以用 AI 做歌，但不能假装自己是个活人。

    为什么是现在？因为”水”已经漫到脚踝了

    Spotify 自己披露，过去 12 个月里它下架了 7500 万首垃圾曲目，而整个曲库的合法曲目大约也就 1 亿首。AI 让”写歌—上传—薅流媒体分成”变成了一条几乎零成本的流水线，一些 AI 乡村组合靠算法分发就能堆出几百万月听众。听众早就用脚投票了——今年 7 月，乐迷们自发建起 SoullessMusic、SlopTracker 这样的网站，专门把”听起来像人、其实是 AI”的艺人揪出来。

    • AI Persona 徽章会出现在艺人主页横幅、About 板块、搜索结果和歌单里的曲目行。
    • Spotify 自己也会主动审查——先看那些已经达到听众门槛的账号，从影响力大的查起。
    • 被标错的艺人可以申诉；接下来几个月还会上线用户举报入口。

    有意思的是，Spotify 一边给 AI 身份立规矩，一边又在大力推自己的 AI 功能：AI DJ、Prompted Playlists，还有刚拿到 UMG 和 Merlin 授权的 AI remix。它真正想排挤的，从来不是”用 AI 做音乐”，而是”假装自己是人的 AI 艺人”——因为后者伤的是用户对平台最底层的信任，而信任一旦塌了，订阅就会掉。